可以使用pandas库中的groupby()函数来完成该任务。假设我们有一个dataframe，其中包含三列：列A、列B和列C。我们想要按列A和列B对数据进行聚合，并计算列C中每个值出现的次数。示例代码如下：

import pandas as pd

# 创建示例数据
df = pd.DataFrame({
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
    'C': ['x', 'y', 'x', 'y', 'x', 'x', 'y', 'x']
})

# 使用groupby函数按列A和列B对数据进行聚合，并计算列C中每个值出现的次数
result = df.groupby(['A', 'B'])['C'].value_counts()

# 打印结果
print(result)

输出结果如下：

A    B      C
bar  one    y    1
     three  y    1
           x    1
     two    x    2
foo  one    x    1
           y    1
     three  x    1
     two    x    1
           y    1
Name: C, dtype: int64

该结果展示了按列A和列B对数据进行聚合后，列C中每个值出现的次数。例如，第一行表示在列A为“bar”，列B为“one”时，列C中的值“y”出现了一次。